Schnucks, 생성형 AI 쇼핑 어시스턴트로 매장 탐색 지원

무슨 일이 있었나

미국 식료품 체인 Schnucks가 고객이 쇼핑 중 상품을 찾고 매장의 상품 구성을 이해하도록 돕는 생성형 AI 쇼핑 어시스턴트를 도입했습니다. CX Dive와 Customer Experience Dive가 이 소식을 보도했으며, 두 매체는 이번 도입을 AI 활용이 후선 업무에서 고객이 직접 마주하는 경험 영역으로 옮겨간 사례로 다뤘습니다.

보도에 따르면 이 어시스턴트는 고객이 원하는 제품을 더 쉽게 찾고 매장의 상품 범위를 파악하는 데 쓰입니다. 즉, 기존에 직원이나 검색 화면에 의존하던 탐색 과정을 대화형 도구가 보조하는 방식입니다.

왜 중요한가

이 사례는 생성형 AI가 기업 내부 분석이나 자동화를 넘어, 고객이 실제로 쇼핑하는 순간에 투입될 수 있다는 점을 보여줍니다. 식료품처럼 구매 빈도가 높고 상품 종류가 많은 업종에서는 원하는 제품을 빠르게 찾는 일이 곧 만족도와 재방문으로 이어지기 때문에, 탐색 단계의 마찰을 줄이는 도구의 영향이 큽니다.

디지털 전환의 관점에서도 의미가 있습니다. 고객 대면 AI는 상품 정보, 재고, 매장 레이아웃 같은 데이터가 정확하고 연결되어 있을 때만 제대로 작동합니다. 따라서 이런 도입은 프런트엔드 기능 하나가 아니라, 데이터와 운영 방식을 함께 재설계하는 과제로 이해하는 것이 적절합니다.

Renascence의 관점

이번 발표에서 대부분의 독자가 놓칠 부분은 기술 자체보다 '안내의 설계'입니다. 쇼핑 어시스턴트의 성패는 얼마나 똑똑한 답변을 하느냐보다, 고객이 막연하게 떠올린 질문을 얼마나 자연스럽게 구체적인 탐색 행동으로 바꿔 주느냐에 달려 있습니다.

고객은 대개 상품명을 알고 매장에 들어오지 않습니다. 필요한 것은 '저녁에 간단히 해 먹을 메뉴 재료' 같은 목적에 가깝고, 이를 상품 단위로 풀어주는 것이 진짜 서비스 설계입니다. 따라서 운영자는 AI를 검색창의 대체재로 볼 것이 아니라, 고객의 의도를 행동 가능한 선택지로 좁혀 주는 안내 장치로 설계해야 합니다. 도입 이후에는 어시스턴트가 얼마나 많은 질문에 답했는지보다, 답변 뒤에 고객이 실제로 상품을 찾고 장바구니에 담았는지를 측정해야 합니다. 그 지표가 이 도구가 고객 경험을 개선했는지 가장 솔직하게 알려 줍니다.